DOE 裂區設計的統計解釋你好，
我不習慣 DoE 裂區的統計解釋，而且我不知道如果我的「wald p 值」< 5% 會產生什麼影響。
我知道如果它高於 5%，則整個圖和子圖對計劃沒有影響，所以如果它的值 < 5%，則意味著整個圖和子圖對計劃有影響，但我如何分析？
感謝您的協助。
實驗設計回覆：DOE 裂區設計的統計解釋嗨@Zhou69 ，
歡迎來到社區！
您是否已經檢查過與裂區設計和分析範例相關的 JMP 幫助部分？ ：https: //www.jmp.com/support/help/en/17.2/index.shtml#page/jmp/splitplot-experiment.shtml#ww557792
在「REML 變異數分量估計」下完成的分析顯示了與您的問題相關的幾個有趣的資訊：
首先，您可以評估與總變異相比，有多少變異數可歸因於隨機整區效應。透過這種方式，您可以比較與整個圖表複製相關的誤差項是否小於或大於殘差誤差項。換句話說，透過隨機整區效應捕捉了多少變異性，以及與總實驗變異性相比，這種變異性有多大（又稱隨機整區效應對實驗變異性的「實際」影響）。這可以幫助您評估和比較整區變異性對實驗結果總變異性的實際影響。
其次，您可以有效地使用顯示的 Wald p 值來評估隨機整區效應是否具有統計顯著性，這意味著反應變異數取決於隨機效應。這可以幫助您評估隨機整區效應的統計顯著性。
您可以結合這兩個資訊來評估透過整圖效應捕捉了多少變異性，並評估該變異數分量是否具有統計顯著性。
希望這個回答對你有幫助
回覆：DOE 裂區設計的統計解釋如果您共用資料表（可以將其匿名），則提供解釋建議會容易得多。這樣想……就像您進行了兩個實驗一樣。安實驗包括整區效應，其統計顯著性與整區誤差（透過重複估計）進行比較。以及透過MSE估計統計顯著性的裂區因子。
分析的第一步是現實意義。反應變項的變化是否足以讓研究提供見解？將結果繪製成圖表並從科學或工程角度進行評估。然後就可以進行統計了。我個人不太喜歡將 p 值作為顯著性的最終檢驗，除非您真正了解誤差項的組成部分（例如，在實驗中未專門操縱但確實會發生變化的因素和因素的相互作用，即噪音。 ）並了解誤差項對真實隨機誤差的代表性程度。我更喜歡單獨繪製整個圖和子圖的丹尼爾圖（常態圖和半正態圖）（因為每個圖都有自己相關的隨機誤差估計）。誤差偏差的可能性較小，並能提供良好的相對效果比較。
